基于遗传算法的文本分类及聚类研究
点此进入淘宝搜索页搜索分类: 图书,计算机与互联网,程序语言与软件开发,算法与数据结构,
品牌: 戴文华
基本信息·出版社：科学出版社
·页码：222 页
·出版日期：2008年
·ISBN：7030227417/9787030227416
·条形码：9787030227416
·包装版本：1版
·装帧：平装
·开本：32
·正文语种：中文
产品信息有问题吗？请帮我们更新产品信息。
内容简介《基于遗传算法的文本分类及聚类研究》可作为自然语言处理专业和相关专业人员自学参考书。文本分类和聚类技术是应信息检索和查询需要而出现的自然语言处理领域的重要研究课题。文本分类和聚类问题中的特征选择和抽取技术、文本特征表示、聚类方法的选择和实现以及分类方法的选择和实现，都将对文本分类和聚类结果产生极大影响。
编辑推荐针对文本分类和聚类中的文本数据的高维性和稀疏性、同义词和近义词问题、效率与精确度之间的搭配问题以及参数优化问题，《基于遗传算法的文本分类及聚类研究》提出了使用遗传算法与传统分类和聚类方法相结合的思路来进行处理，充分利用了遗传算法的全局优化能力和传统分类及聚类算法的专业知识，有效地提高了文本分类和聚类的效率与精度。
目录
序前言第1章绪论1.1研究的目的和意义1.2国内外研究现状1.3文本分类和聚类存在的问题1.4本书研究内容和目标参考文献第2章文本分类和聚类的基本理论及方法2.1文本分类和聚类的概念2.2文本的表示2.3文本预处理2.4文本特征选择和抽取2.5文本分类方法2.6文本聚类方法2.7本章小结参考文献第3章遗传算法基础知识3.1遗传算法概述3.2标准遗传算法3.3遗传算法染色体编码3.4适应度函数3.5遗传算子3.6遗传算法的改进3.7本章小结参考文献第4章混合并行遗传算法及其在文本聚类中的应用4.1k-means算法初始聚类中心的选择4.2混合并行遗传算法4.3基于并行遗传算法的文本特征词提取4.4基于混合并行遗传算法的文本聚类4.5实验设置及结果分析4.6本章小结参考文献第5章混合并行遗传算法在文本分类中的应用5.1基于混合并行遗传算法的潜在语义挖掘5.2基于混合并行遗传聚类的KNN改进算法（HPGA-KNN）5.3SMO-SVM算法5.4SMO-SVM算法核函数参数优化5.5改进的KNNSVM文本分类方法5.6实验设置及分析5.7本搴小结参考文献第6章总结和研究展望6.1总结6.2后续研究工作展望附录Ak-means聚类算法关键代码附录B遗传算法聚类关键代码附录C混合遗传聚类关键代码
……[看更多目录]
序言戴文华同志无论学习、研究还是工作，都非常勤奋、踏实、执著，研究能力和钻研精神都非常强。四年前，他进入华中师范大学计算机科学系攻读硕士研究生时，已经作为高校教师工作了多年，并已取得了较多的成果；然而他在自然语言处理这个研究方向上，还是一个新兵。但是，经过短短的4年，他已经在该方向做出了突出的研究成果，在文本分类和聚类的理论和方法上，做了系统深入的研究，发表了论文10多篇。现在他硕士期间的主要研究成果即将出版专著，实在是可喜可贺。文本自动分类和聚类是自然语言处理领域里重要的研究课题，有广泛的应用前景。
文摘插图：
